农村财政、金融支持及劳动力结构与经济增长关系实证分析

陈前鹏 陈衍文 龙明开

(中国人民银行海口中心支行，海南海口570105)

一、总量快速上涨与增长率稳步下降的现实矛盾

随着国家对“三农”问题的重视，政府不断加大对农业的支持力度，国家财政支农总额从1978年的150.7亿元增长到2009年的4899.5亿元，增长了32倍，农村固定资产投资从1981年的250亿元增长到2009年的30678.4亿元，增长了122倍。而我国农村居民人均纯收入也从1978年的133.6元增长到2009年的5153元，增长了38倍。随着我国农村金融体制改革的进一步深化，农村信贷资金投入进一步加大，农村贷款总额从1978年的181.81亿元增长到2009年的30652亿元，增长了168倍。从绝对数来看，政府支农力度、农村信贷资金投入不断加大，而农村居民人均纯收入也取得大幅增长。但从增长率来看(如图1)，自1981年以来，支农支出占国家财政支出的比重基本维持在8% ～10%左右，只有1991、1992、1998年突破了10%;农村固定资产投资占国家固定资产投资的比重由1984年最高值30%下降到2000年的20%，一直降到2010年的13%，呈现不断下降的趋势;而我国农村居民收入增长率也呈现阶段性下降的趋势，增长的稳定性较差，增长面临一定的困难。

图1 1978—2010年我国政府支农比重、农村居民人均纯收入及其增长率

我国农村居民人均纯收入增长最快的时期是1978—1984年，年均增长率为17.7%;1985年后农村居民人均纯收入增长率开始放缓，增长率由1985年的7.8%下降到1989年的－1.6%;1990—2000年的十年间，我国农村居民人均纯收入呈现“倒U”型增长率曲线，增长率由1990年的2%上升到1996年时的9%，此后又下降到2000年的2.1%;随着近年来中央对农民收入增长的重视，农村居民人均纯收入出现持续性增长，增长率稳定上升，由2001年的4.2%上升到2010年的10.9%。从图1也可以看出，政府支农行为与农村居民人均纯收入有“阶段性背离”趋势，在政府支农比重不断下降的年份(1990年以后)农村居民人均纯收入增长率在上升，而在政府支农比重较大的年份(1990年以前)农村居民人均纯收入增长率却激剧下降。那么，政府支农力度到底是否发挥了应有的作用，农村信贷资金到底以何种途径促进农村经济的发展?基于这些疑问，本文试图探讨政府支农力度和农村金融发展与我国农村经济增长之间的关系。

二、指标体系及数据来源

为了全面分析我国农村政府支农力度、金融发展状况和劳动力结构与农村经济增长之间的关系，我们选用下面4组指标进行深入研究，数据来源于《中国统计年鉴(1978—2010)》和《中国金融年鉴(1989—2010)》:

1.反映政府财政支农力度的指标。政府行为的影响，一方面是将金融资产财政化或者通过政策支持让金融资产向农村产业倾斜，从而影响金融绩效;另一方面政府可以通过财政支出、转移支付力度和固定资产投资等途径直接支持农村经济的发展。因此本文通过支农支出占国家财政支出比重(Finance，%)、农村固定资产投资额(亿元)与全社会固定资产投资总额(亿元)之比(记为Invest，%)两个指标来反映政府行为对农村经济的支持力度。

2.反映农村金融发展的指标。(1)农村金融规模指标(Scale)。反映金融体系发展规模的指标主要有两个，一个是戈德史密斯提出的金融相关率指标(FIR)，一个是麦金农提出的货币存量(M2)与国民生产总值之比，常简化为存款余额与贷款余额之和与国民生产总值之比。但由于我国农村金融市场不发达、农村金融数据的缺乏等原因致使金融相关率指标无法得以体现，所以我们选用农村贷款余额与农林牧渔业总产值之比来反映农村金融发展规模。之所以没有选用农村存款余额与贷款余额之和，主要是因为农村贷款余额更能体现农村金融发展对农村经济的支持力度。(2)农村金融结构指标(Structure)。随着我国农村及城镇工业化迅速发展，乡镇企业在农村经济中占有举足轻重的地位，因此用乡镇企业贷款余额与农村贷款余额之比反映农村金融发展的结构指标。(3)农村金融效率指标(Efficiency)。贷款与储蓄之比描述了金融中介将储蓄转化为贷款的效率，可以显示农村金融机构服务农村经济的效率，因此用农村贷款余额与农村存款余额之比表示农村金融的效率指标。其中农村存款余额为农户储藏存款余额与农业存款余额之和，农村贷款余额为乡镇企业贷款余额与农业贷款余额之和，单位均为亿元。

3.反映农村经济发展的指标。本文从三个方面对农村经济发展状况进行刻画，分别为农村居民人均纯收入(Income，元)、农林牧渔业总产值(Production，亿元)和粮食总产量(Grain，万吨)。

4.劳动力结构指标。农村结构的变化是影响农民收入增长的一个重要因素，本文用非农从业人员(万人)与农林牧渔业从业人员数(万人)之比(Labor，%)来反映农村劳动力结构的变化。

三、实证分析及结论

本文所有的实证分析均借助于时间序列分析软件Eviews6.0完成。由于变量的对数化处理不影响变量的平稳性和协整分析，而且对数化一方面可以变指数趋势为线性趋势，另一方面可减少数据的激剧波动，减小数据的异方差的影响，因此，本文的所有数据均取其对数值，分别记为 lnincome、lnproduction、lngrain、lnfinance、lninvest、lnlabor、lnscale、lnstructure、lnefficiency。然后再进行ADF平稳性检验和Johansen协整检验，结果如表1。

表1 基于最大特征值统计量的Johansen协整检验结果

基于最大特征值统计量的Johansen协整检验结果表明，最大特征值统计量在5%的显著性水平下拒绝原假设，即反映农村金融发展、政府支农行为与农村经济增长的九个变量的一阶单整序列之间存在5个协整向量，他们之间可以建立VAR模型。

1.VAR模型定阶。VAR模型中最重要的问题是滞后阶数的确定，因此必须先确定VAR模型的结构。滞后长度准则给出了五种判断方法，五种评价准则给出了各自的最优滞后阶数，并以*表示，各种准则不一致时，以多数较为合理。

表2 VAR模型滞后长度准则

表2检验结果显示，5个评价统计量都认为滞后阶数为2的VAR模型较为合理，因此建立VAR(2)模型。

2.VAR模型构建与稳定性检验。确定了VAR模型的阶数之后，可以建立如下九维向量自回归模型，进一步分析政府支农行为、农村金融发展状况、农村劳动力就业结构与农村经济之间的长期动态关系。VAR(2)模型表达式如下:

为了进一步检验VAR(2)模型的稳定性，可以运用VAR根图来检验。如果被估计的VAR模型所有根模的倒数小于1，即位于单位圆内，则模型是稳定的。VAR根图来检验结果如图2，从图中可以看出18个特征方程根的倒数值明显在单位圆内部，表明VAR(2)模型具有稳定性，说明我们所建立的由政府支农力度、农村金融发展、农村劳动力结构与农村经济增长所构成的经济系统具有稳定性。

图2 VAR(2)模型的根图稳定性检验

3.实证结论分析。根据所建立的VAR(2)模型，可以得到如下一些结论:

(1)政府财政支农行为对农村经济的影响。支农支出占国家财政支出比重的滞后1期值和滞后2期值lnfinance(t－1)、lnfinance(t－2)对农村居民人均纯收入Lnincome、粮食总产量Lngrain均产生负向影响，但对农林牧渔业总产值Lnproduction产生正向影响。农村固定资产投资额占全社会固定资产投资额比重的滞后1期值lninvest(t－1)对农村居民人均纯收入Lnincome、农林牧渔业总产值Lnproduction、粮食总产量Lngrain均产生正向影响，影响系数分别为0.1420、0.3471、0.1664;农村固定资产投资额占全社会固定资产投资额比重的滞后2期值lninvest(t－2)对农村居民人均纯收入Lnincome、农林牧渔业总产值Lnproduction、粮食总产量Lngrain均产生正向影响，影响系数分别为0.2637、0.3351、0.3183。

(2)农村金融深化对农村经济的影响。农村金融规模指标的滞后1期值lnscale(t－1)对农村居民人均纯收入Lnincome、农林牧渔业总产值Lnproduction、粮食总产量Lngrain均产生正向影响，影响系数分别为0.0837、0.5291、0.2035;农村金融规模指标的滞后2期值对lnscale(t－2)农村居民人均纯收入Lnincome、农林牧渔业总产值Lnproduction、粮食总产量Lngrain产生正向影响，影响系数为0.2538、0.1434、0.2990。农村金融结构指标的滞后1期值lnstructure(t－1)对农村居民人均纯收入Lnincome、农林牧渔业总产值Lnproduction产生正向影响，影响系数为0.0395、0.2853，对粮食总产量Lngrain产生负向影响，影响系数为－0.1795;农村金融结构指标的滞后2期值lnstructure(t－2)对农村居民人均纯收入Lnincome、农林牧渔业总产值Lnproduction产生正向影响，影响系数为0.1222、0.1652，对粮食总产量Lngrain产生负向影响，影响系数为－0.1362;农村金融效率指标的滞后1期值lnefficiency(t－1)对农村居民人均纯收入Lnincome、农林牧渔业总产值 Lnproduction、粮食总产量 Lngrain均产生负向影响，影响系数为－0.3070、－0.8064、－0.2993;农村金融效率指标的滞后2期值lnefficiency(t－2)对农村居民人均纯收入Lnincome、农林牧渔业总产值Lnproduction、粮食总产量Lngrain产生正向影响，影响系数为 0.3046、0.1816、0.4328。

(3)农村劳动力结构对农村经济的影响。劳动力结构的滞后1期值Lnlabor(t－1)对农村居民人均纯收入Lnincome和农林牧渔业总产值Lnproduction产生正向影响、对粮食总产量Lngrain产生负向影响，影响系数分别为0.0723、0.2030、－0.2105。劳动力结构的滞后2期值Lnlabor(t－2)对农村居民人均纯收入Lnincome、农林牧渔业总产值Lnproduction、粮食总产量Lngrain均产生负向影响，但影响程度都很小。可以得出农村劳动力结构对农村经济影响是:对粮食总产量产生最大的负向影响，表明农村劳动力结构中非农从业人员越多越不利于粮食产量的提高;对农林牧渔业总产值产生较大的正向影响、对农村居民人均纯收入产生较小的正向影响，表明非农从业人员的增多有利于农林牧渔业总产值和农村居民人均纯收入的提高。

四、结论与建议

从国家财政支农力度来看，财政对农业的支持力度在逐步减弱。因此，一方面政府要加大对农业的直接投资，特别是加大对农村基础设施建设投资、引导循环经济、低碳农业经济等产业的发展，加强对农村产业结构的引导，创造良好的农村金融生态环境;另一方面政府应推进农村金融体系的改革与创新。政府应对农村金融系统实施税收优惠、财政补贴、政策扶持等一系列优惠政策，营造良好的农村金融发展环境;尽快建立存款保险制度，以保护存款人的利益、应对信用危机;建立农业贷款收益补偿机制和风险补偿机制，以调动农村金融机构放贷的积极性;建立合理的农村信贷管理激励与约束制度，引导农村资金回流。

从农村金融促进农村经济发展的途径来看，农村金融仍停留于规模水平和结构效应上，农村金融配置效率依然低下，表明我国金融机构在将农村储蓄就地转化为农村产业投资的效率上过于低下，农村资金的外流使得农村金融得到抑制。因此，我国应健全农村金融体系，形成一个以政策性金融为主导、合作金融和商业性金融为主体、民间金融和外资金融为补充的农村金融市场服务体系，解决金融抑制问题，提高金融资源配置效率;创新农村金融制度，大力发展农村小额信贷、村镇银行、合作银行等微型金融，提高信贷资源的到达率与配置效率;提高农户融资效率，通过农户资金互助组织、农民贷款担保协会、小额信贷小组联保、农民合作组织、龙头企业与农户贷款担保协议等形式，提高农户的信贷需求满足率，降低农村金融风险。

从研究结论来看，尽管我国农村劳动力结构中非农从业人员所占比重越来越大，但劳动力结构的变化并没有促进农村居民人均纯收入的快速增长。因此，我国农村劳动力不应该只是向大城市转移，而应该将农村金融与农村劳动力就业相结合发展。农村金融机构应该更好地支持符合产业支撑、绿色环保、规划科学、可持续发展标准的县城和中心镇建设，更好地支持县域内劳动密集型中小企业的发展，更好地支持农村农业技能与培训等社会事业的发展，更好地支持信用好经营能力强的农民生产和消费活动，一方面发挥农村金融创造就业机会与提高就业人员素质的作用，另一方面促进农村富余劳动力向小城镇转移，促进农村富余劳动力就地再就业。

［1］张元红．当代农村金融发展的理论与实践［M］．南昌江西人民出版社，2002．

［2］张杰．中国农村金融制度:结构、变迁与政策［M］．中国人民大学出版社，2003．

［3］温涛，熊德平．中国金融发展与农民收入增长［J］．经济研究，2005(9):30 －43．

［4］朱喜，李子奈．改革以来我国农村信贷的效率分析［J］．管理世界，2006(7):68－76．

［5］高铁梅．计量经济分析方法与建模—Eviews应用及实例［M］．清华大学出版社，2010．